共计 5342 个字符，预计需要花费 14 分钟才能阅读完成。
本文介绍怎样用 iText，读取 PDF 内容，以及内容的位置，并替换指定内容，输出新的我的文件
主要用到的功能：1. 读取 PDF 内容，以及内容的位置 2. 复制 PDF3. 修改 PDF，在 PDF 指定位置输出内容
示例代码使用的 jar
<dependency>
<groupId>com.itextpdf</groupId>
<artifactId>itextpdf</artifactId>
<version>5.5.13</version>
</dependency>
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>27.0.1-jre</version>
</dependency>
public class WordItem {
// 记录 PDF 中内容的 bean
// 所在页数
private Integer pageNum;
// x 坐标
private Float x;
// y 坐标
private Float y;
// 内容
private String content;
public Integer getPageNum() {
return pageNum;
}
public void setPageNum(Integer pageNum) {
this.pageNum = pageNum;
}
public Float getX() {
return x;
}
public void setX(Float x) {
this.x = x;
}
public Float getY() {
return y;
}
public void setY(Float y) {
this.y = y;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
}
public class ReplaceWordItem extends WordItem{
// 需要替换的关键字，替换后的内容和位置
// 文档中搜索的关键字
private String key;
// 写入的内容
private String value;
// 偏移的位置 1: 上 2：右 3：下面 4：左边
private int site = 2;
// 偏移的量
private float size = 30;
public ReplaceWordItem(String key, String value, float size) {
super();
this.key = key;
this.value = value;
this.size = size;
}
public ReplaceWordItem() {
super();
}
public ReplaceWordItem(String key, String value, int site, float size) {
super();
this.key = key;
this.value = value;
this.site = site;
this.size = size;
}
public String getKey() {
return key;
}
public void setKey(String key) {
this.key = key;
}
public String getValue() {
return value;
}
public void setValue(String value) {
this.value = value;
}
public int getSite() {
return site;
}
public void setSite(int site) {
this.site = site;
}
public float getSize() {
return size;
}
public void setSize(float size) {
this.size = size;
}
}
public class KeyWordPositionListener implements RenderListener{
// 用来解析 PDF 内容的类
// 页面上所有的词
private List<WordItem> allItems = new ArrayList<WordItem>();
/**
* 第几页
*/
private Integer pageNumber;
private WordItem prevItem = new WordItem();
@Override
public void beginTextBlock() {
// TODO Auto-generated method stub
}
@Override
public void renderText(TextRenderInfo renderInfo) {
// 读取 PDF 时，有些肉眼看上去是一行的字，可能会被解析为多个，导致找不到满足条件的关键字，这里做了简单的处理
// 即如果一些词是连续的，前后没有空白字符串，即认为是一个词
String content = renderInfo.getText().trim();
Rectangle2D.Float textRectangle = renderInfo.getDescentLine().getBoundingRectange();
System.out.println(“content=” + content + ” x=”+textRectangle.getX() + ” y=”+textRectangle.getY());
WordItem item = null;
boolean newFlag = false;
if(Strings.isNullOrEmpty(prevItem.getContent())) {
item = new WordItem();
newFlag = true;
}else {
if(allItems.size() == 0) {
item = new WordItem();
newFlag = true;
}else {
item = allItems.get(allItems.size()-1);
}
}
// 内容会断开，如代理机构名称 变成 代理机构 名称 2 个部分????????????
// 关键字相关信息
if(!content.equals(“”)) {
if(newFlag) {
item.setPageNum(pageNumber);
item.setContent(content);
item.setX((float)textRectangle.getX());
item.setY((float)textRectangle.getY());
allItems.add(item); // 先保存所有的项
}else {
// 之前有内容
item.setContent(item.getContent() + content);
}
}
prevItem = new WordItem();
prevItem.setContent(content);
}
@Override
public void endTextBlock() {
// TODO Auto-generated method stub
}
@Override
public void renderImage(ImageRenderInfo renderInfo) {
// TODO Auto-generated method stub
}
public List<WordItem> getAllItems() {
return allItems;
}
public void setAllItems(List<WordItem> allItems) {
this.allItems = allItems;
}
public Integer getPageNumber() {
return pageNumber;
}
public void setPageNumber(Integer pageNumber) {
this.pageNumber = pageNumber;
}
}
public class SearchWord {
/**
* 从 PDF 中读取内容
* 内容与关键字比对，如果满足条件，则在匹配内容的指定位置，增加需要显示的内容（替换关键字，修改 PDF）
*/
public static void main(String[] args) throws Exception {
String path = “in.pdf”;
String outPath = “out.pdf”;
PdfReader reader = new PdfReader(path);
PdfStamper stamper = new PdfStamper(reader, new FileOutputStream(outPath));
// 关键字，以及替换后的内容及位置
List<ReplaceWordItem> keyList = Lists.newArrayList(
new ReplaceWordItem(“ 邮编 ”, “ 苏州 21510000”, 2),
new ReplaceWordItem(“ 代理机构名称 ”, “ 苏州 XXX 事务所 ”, 80)
);
// 找到的位置，匹配到的关键字
List<ReplaceWordItem> keyItemList = matchPage(reader, keyList);
// 修改 PDF
for(int i=0; i<keyItemList.size(); i++) {
ReplaceWordItem keyItem = keyItemList.get(i);
PdfContentByte overContent = stamper.getOverContent(keyItem.getPageNum());
overContent.beginText();
// 字体和大小
BaseFont bf = BaseFont.createFont(“C:/Windows/Fonts/simsun.ttc,1″, BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);
overContent.setFontAndSize(bf, 10F);
// 位置
overContent.setTextMatrix(keyItem.getX() + keyItem.getSize() + 30, keyItem.getY());
// 内容
overContent.showText(keyItem.getValue());
overContent.endText();
}
stamper.close();
}
/**
* 满足关键字的位置
*/
public static List<ReplaceWordItem> matchPage(PdfReader reader, List<ReplaceWordItem> keywordList) throws Exception {
// 文档里所有的内容
List<WordItem> allItemList = new ArrayList<>();
for(int page=1; page<=reader.getNumberOfPages(); page++){
KeyWordPositionListener renderListener = new KeyWordPositionListener();
renderListener.setPageNumber(page);
PdfReaderContentParser parse = new PdfReaderContentParser(reader);
parse.processContent(page, renderListener);
Rectangle rectangle = reader.getPageSize(page);
System.out.println(rectangle.getWidth() + ” ” + rectangle.getHeight() + ” ” + rectangle.getLeft() + ” ” + rectangle.getRight());
//PageSize.A4 210mm*297mm
//Itext 单位 Pt 1pt = 0.35mm
//public static final Rectangle A4 = new RectangleReadOnly(595,842);
allItemList.addAll(renderListener.getAllItems());
}
for (WordItem wordItem : allItemList) {
System.out.println(“wordItem.getContent() ” + wordItem.getContent());
}
List<ReplaceWordItem> keyItemList = new ArrayList<>();
// 那些满足关键字
for (ReplaceWordItem key : keywordList) {
for (WordItem pageItem : allItemList) {
if(Objects.equal(key.getKey(), pageItem.getContent())) {
key.setPageNum(pageItem.getPageNum());
key.setX(pageItem.getX());
key.setY(pageItem.getY());
keyItemList.add(key);
// 找到第一个就结束
break;
}
}
}
return keyItemList;
}
}
